现有的基于几何特征的动态障碍物检测跟踪方法误检率较高，基于动态障碍物几何特征和运动状态 的识别方法受距离和扫描角度影响较大，无法满足真实交通场景应用的要求．针对这些不足，本文提出了一种基 于多特征融合的动态障碍物检测与跟踪方法和一种基于时空特征向量的动态障碍物识别方法．首先在动态障碍物 几何特征的基础上，考虑障碍物回波脉冲宽度特征，以提高障碍物检测跟踪的正确率；其次，基于障碍物时间维 度与空间维度信息来构建时空特征向量，并进而采用支持向量机方法实现动态障碍物的识别，以提升障碍物识别 的准确率．最后，通过实车试验对所提出方法的准确性和有效性进行了验证．

   无人驾驶汽车作为轮式移动机器人的一种，是 当前机器人以及计算机科学领域的研究热点，它在 军事和民用交通领域具有广泛的应用前景，国内外 众多科研机构和研究人员都在进行相关技术的研 究．在无人驾驶技术研究过程中安全是其需要解决 的首要问题，而环境中的动态障碍物如行驶中的汽 车、自行车和行人等是对无人驾驶汽车行驶安全影 响最大的因素．无人驾驶汽车在行驶过程中避免与动态障碍物发生碰撞需要满足 3 个条件，首先要可 靠地检测出对行驶有影响的动态障碍物，这需要传 感器精确测量出障碍物的位置变化并能够提取出 障碍物特征用于不同时刻的障碍物之间的匹配，完 成对同一个障碍物的跟踪；其次，必须预测出动态障碍物的运动路径，这需要精确地估计出其运动状 态[1]；最后，需要识别动态障碍物的种类，不同的 障碍物具有不同的运动特性，直接影响着无人驾驶 汽车最终采取的避障策略，如对行人应该采取保守 的避障策略，而对动态车辆可以采取灵活的避障策略。

本文介绍的动态障碍物检测、跟踪与识别方法 是在无人驾驶汽车“智能先锋Ⅱ号”上进行开发与

测试的，如图1所示，无人驾驶汽车装备了HDL三 维激光雷达、相机、IBEO 四线激光雷达以及 SICK 单线激光雷达，此外无人驾驶汽车能够从 GPS/INS （全球定位系统／惯性导航系统）系统获取车辆自身 位姿与运动状态．

本文提出的方法使用的是安装在汽车最前方的 IBEO LUX2010 四线激光雷达获取的环境信息，相 比于 3 维激光雷达，它的扫描周期更短，检测距离 更远，更易于获取障碍物的几何轮廓信息，由于体 积较小，还可以嵌入式地安装在车体之中．IBEO 有 4 个扫描层，每层之间夹角为 0.8◦，在频率设置 为 12.5 Hz 时，其传感器角分辨率为 0.25◦，能够有 效地按顺时针方向扫描车辆前方夹角为 100◦、距离 为 200 m 的扇形区域，激光雷达输出的数据包含障 碍物在极坐标系中的位置以及回波脉冲宽度值．